矿用胶带运输机具有输送距离长、运输量大、连续输送和运行平稳等独特优势,是煤矿运输系统中的重要设备。矿用胶带运输机在运行过程中出现的故障会对煤矿生产工作产生影响,因此对矿用胶带运输机进行故障诊断研究,保证矿用胶带运输机安全平稳的运行是煤矿安全生产的保障,具有研究价值和现实意义。本文以矿用胶带运输机为研究对象,在总结分析矿用胶带运输机和故障诊断技术的国内外研究现状基础上,对矿用胶带运输机故障进行了深入分析,确定了胶带运输机发生故障时的故障信号。利用希尔伯特黄变换(HHT)对故障信号中的振动信号进行分解和特征提取,作为矿用胶带运输机故障诊断样本数据集,并采用极限学习机算法(ELM)进行故障诊断分析。针对ELM在诊断过程中由于随机生成输入权值和隐含层偏置而导致诊断模型精度不稳定的问题,选用遗传算法(GA)对ELM模型进行参数寻优,建立了GA-ELM故障诊断模型运用于矿用胶带运输机故障诊断中,并通过实验仿真进行了验证。并且本文在胶带运输机原有保护系统的基础上,设计了矿用胶带运输机故障诊断系统,通过上位机与MATLAB的交互功能完成矿用胶带运输机故障诊断,实现了矿用胶带运输机运行状态信息的显示、分析、诊断和报警等功能,同时也验证了矿用胶带运输机故障诊断算法模型的可行性。本文通过对矿用胶带运输机故障和故障诊断技术的研究,可以实现对矿用胶带运输机进行高效稳定的故障诊断,能够对矿用胶带运输机保护系统进行完善与补充,在一定程度上保证了煤矿的安全生产,具有一定的理论研究和工程应用价值。